Пример 4.
Рабочий изготавливает 600 деталей за дневную смену и 410 деталей в ночную смену. Продолжительность дневной смены 8 часов, а ночной 6 часов. Требуется определить среднюю выработку работника за смену.
Для расчета следует воспользоваться средней гармонической:
Требуется на основании данных отчетности об остатках товарно-материальных запасов определить средний объем товарно-материальных запасов за период.
01.01.02. | 01.04.02 | 01.07.02. | 01.10.02 | 01.01.03. | |
Товарно-материальные запасы (тыс.руб) |
Для расчета среднего объема товарно-материальных запасов в данном случае целесообразно применить формулу средней хронологической:
Кроме рассмотренных выше различных видов средних величин для анализа рядов распределения, рассчитываются еще так называемые структурные средние величины: мода и медиана, которые характеризуют величину варианта, занимающего определенное положение в ранжированном ряду. Медиана (Ме) соответствует варианту, занимающего середину ранжированного ряда.
|
|
Расположение медианы определяется ее номером (Nме), который рассчитывается по формуле:
Медианная строка в вариационной таблице определяется по накопленной частоте Si, численная величина которой должна быть равна или на немного больше медианы.
Численное значение самой медианы определяется по формуле:
хме – нижнее значение медианного интервала;
h – величина медианного интервала;
Sме-1 – накопленная частота, предшествующая медианному интервалу
fме – частота (частость, вес) медианного интервала.
Модой ( Мо) называют часто встречающееся значение признака у исследуемых единиц совокупности. Мода в вариационном ряду с равными интервалами определяется по формуле:
Для характеристики экономических показателей в совокупности можно рассчитать абсолютные и относительные показатели вариации.
Размах вариации показывает, насколько велико различие между единицами совокупности, имеющими самое маленькое и самое большое значение признака. R = Xmax-Xmin.
Среднее линейное отклонение (d) - отражает все колебания варьирующего признака, дающий обобщенную ее характеристику
Дисперсия (σ2) и среднее квадратическое отклонение (σ) - являются общепринятым мерами вариации и часто используются в экономических исследованиях.
σ2
Дисперсия есть средняя величина квадратов отклонений. Среднее квадратическое отклонение - это обобщающая характеристика размеров вариации признака в совокупности
Среднее квартильное расстояние (Q) - используется для характеристики вариации в центральной ее части.
Для вычисления совокупность делят на четыре части. Эти четыре части называют квартилями и обозначают (Q) с подписным значком номера.
|
|
или
, где
XQ1,XQ2, XQ3- значения верхней границы интарвала для каждой строки
S- накопленная частота
S-1- накопленная частота предыдущей строки
Для целей сравнения колеблемости различных признаков представляют интерес относительные показатели вариации. Они позволяют сравнивать характер рассеивания в различных распределениях.
Коэффициент осцилляции отражает относительную колеблемость крайних значений признака вокруг средней.
%
Относительное линейное отклонение характеризует долю усредненного значения абсолютных отклонений от средней величины.
%
Коэффициент вариации является наиболее распространенным показателем вариации, используемым для оценки типичности средних величин. При этом исходят из того, что если коэффициент вариации больше 33 %, то это говорит о неравномерности распределения признака в изучаемой совокупности.
%
Коэффициент квартильного отклонения- показывает колеблемость внутри квартилей.
% или %
Основная задача анализа вариационных рядов- выявление закономерностей распределения. Выяснение общего характера распределения предполагает оценку его однородности, а так же вычисление показателей ассиметрии и эксцесса.
При нормальном распределении: с редняя величина совокупности равна моде и медиане. Для распределения выполняется «правило трех сигм.
Мо=Ме=х
-3s х +3s
Рис. 1 Графическое изображение «нормального» распределения
Для характеристики распределения определяются показатели асимметрии. Для того, чтобы выявить асимметрию распределения крайних значений совокупности рассчитывают показатель, основанный на моменте третьего порядка.
Для характеристики асимметрии в центре совокупности используют показатель Пирсона:
Если в результате расчетов показатель будет больше нуля, то асимметрия правосторонняя, если отрицательная величина, то левосторонняя.
левосторонняя правосторонняя
нормальное распределение
Рис. 2 Графическое изображение асимметрии.
В статистических расчетах принято считать: если коэффициент асимметрии более 0,5, то асимметрия существенна, а если меньше 0,25, то несущественна. Другим показателем характеризующим распределение является эксцесс – выпадение вершины эмпирического распределения вверх и вниз от вершины нормального распределения, рассчитывается с помощью момента четвертого порядка
При нормальном распределении Ех = 0. Если величина показателя эксцесса положительна, то распределение островершинное, если отрицательна - распределение плосковершинное.
островершинное
плосковершинное
нормальное распределение
Рис. 3 Графическое изображение эксцесса.